吳君槐　張麗萍

摘要：城鄉(xiāng)居民醫(yī)保整合后，醫(yī)?；鹬Ц秹毫Τ掷m(xù)增大。為維護基金安全，文章根據(jù)2012～2019年的城鄉(xiāng)居民醫(yī)保收支數(shù)據(jù)，構(gòu)建GM（1，1）模型預測2020～2024年城居保基金運行狀況。并進一步構(gòu)建了居民醫(yī)保的收入預測模型和支出預測模型，在精度等級達標后，對城鄉(xiāng)居民醫(yī)療保險基金收入和支出分別進行預測，并對其可持續(xù)性進行分析。研究發(fā)現(xiàn)，中長期內(nèi)城鄉(xiāng)居?；鹉軌?qū)崿F(xiàn)收支平衡，雖然結(jié)余率呈逐步下降趨勢，但累計結(jié)余依舊在增加，然而由于多種不可控因素的作用下長期來看基金壓力較大，政府應(yīng)該給予更多關(guān)注。

關(guān)鍵詞：醫(yī)保基金;GM（1，1）模型;城鄉(xiāng)居民

一、研究背景

我國城鄉(xiāng)居民基本醫(yī)療保險制度是根據(jù)2016年發(fā)布的《關(guān)于整合城鄉(xiāng)居民基本醫(yī)療保險制度的意見》（國發(fā)[2016]3號，以下簡稱《意見》），對2003年建立的新農(nóng)合和2007年建立的城鎮(zhèn)居民基本醫(yī)療保險進行整合，而形成了統(tǒng)一的城鄉(xiāng)居民基本醫(yī)療保險制度（以下簡稱城鄉(xiāng)居民醫(yī)保）。在新制度形成后，城鄉(xiāng)居民基本醫(yī)療保險基金支出壓力不斷增大，但資金的籌集能力卻無明顯增強，這給制度的平穩(wěn)運行帶來了一定的風險。實際上，制度整合前已有大量地市的新農(nóng)合基金出現(xiàn)超支或存在超支風險，整合后按照《意見》提出的“籌資就低不就高、待遇就高不就低、目錄就寬不就窄”原則統(tǒng)一政策情況下，進一步擴大實際報銷比勢必增加基金支出壓力。同時城鄉(xiāng)居民醫(yī)療衛(wèi)生服務(wù)需求在不斷提升，尤其是老年人口醫(yī)療服務(wù)需求又明顯高于其他年齡人口，隨著老齡化程度的加深城鄉(xiāng)居民醫(yī)療服務(wù)需求的進一步釋放也對醫(yī)?；鸬钠胶獍l(fā)起挑戰(zhàn)。但是在基金的籌集方面卻面臨著基金規(guī)模難以進一步擴展。一是我國的參保覆蓋率基本達到上限，通過提升覆蓋率達到籌資增長的目標不再有效。二是近年來我國的經(jīng)濟發(fā)展逐步放慢由高速轉(zhuǎn)變?yōu)橹懈咚侔l(fā)展后經(jīng)濟的下行壓力增大，城鄉(xiāng)居民醫(yī)療保險這樣的政府充當居民的“單位”，基金對財政補貼依賴性大的險種受到的影響更為深遠。而疫情更是對經(jīng)濟發(fā)展造成了不小的沖擊，已然對多個險種的基金籌集造成影響。隨之而來的疫情常態(tài)化狀況下，如何合理提升個人的繳費，加大各級政府財政補貼以維護基金安全是不可回避的問題。在這樣的背景下本文運用灰色預測模型對2020～2024年的基金收支情況進行預測，以期對中長期醫(yī)?；鸬钠胶鉅顩r作出一個趨勢判斷，更好地進行政策調(diào)整。

二、文獻綜述

關(guān)于城鄉(xiāng)居民醫(yī)保的研究多集中于城鄉(xiāng)比較以及地區(qū)整合效果評估上面（谷中原、譚洪， 2020;武孟君、戴力輝等，2020;何夢嬌、路云等，2020;于本海、金婷婷，2019等）。對于城鄉(xiāng)居民醫(yī)?；鸬难芯縿t較少，主要分為基金運行模式與管理方面的分析（雷咸勝，2020;湯質(zhì)如、周苑等，2018;李亞青，2018等）和制度設(shè)計對于基金的影響分析（范艷存、薛清元，2020;李長樂、孫靜，2019;錢文強，2019等）。其中關(guān)于基金的運行和可持續(xù)性的量化研究正在逐步完善。醫(yī)?；鸪掷m(xù)運行能力分析的方法主要有：一是Pro Model仿真建模，齊新業(yè)（2018）構(gòu)建醫(yī)療保障制度Pro Model仿真模型，模擬并預測未來五年醫(yī)?；鸬氖罩顩r。二是描述性統(tǒng)計法，羅洪濤（2013）對已有數(shù)據(jù)進行統(tǒng)計描述分析基金的運行概況。三是決策輔助方法。唐艷林等（2011）的層次分析法、田亞 （2017）;吳彬、羅仁夏、曹建平（2014）的灰色系統(tǒng) GM（1，1）模型法、張磊（2013）的PSR 模型評價法、孟慶超（2010）的模糊BP神經(jīng)網(wǎng)絡(luò)、常峰、夏強等（2016）的突變級數(shù)法結(jié)合熵值法等。孟雪暉、王鏡茹（2016）采用蒙特卡羅隨機模擬的方法，模擬測算在不同補償方案下基金的平衡情況。

本文之所以選擇灰色預測模型是基于研究需要，由于影響基金收入與支出的因素非常復雜，并不能簡單劃分為因果關(guān)系，因此不能直接用簡單的回歸分析來進行預測。在無法明確分析基金的收支影響因素及在大環(huán)境變化的情況下，將其作用量化，采用灰色預測模型能夠?qū)群幸阎畔?，又含有不確定信息的城居保基金的收支狀況進行預測，就是對在一定范圍內(nèi)變化的、與時間有關(guān)的灰色過程進行預測。灰色預測模型自1982年提出經(jīng)過近四十年的發(fā)展，已經(jīng)形成了一套完整的結(jié)構(gòu)體系。張帆、孫濤、樊立華（2009）基于GM（1，1）模型，建立了社會醫(yī)療保險統(tǒng)籌基金收支的預測模型，與筆者不同的是他們建立了人均收支模型。田亞，薛申芳等（2017）通過對三種基金平衡預測模型進行對比發(fā)現(xiàn)，相較于一元線性回歸和BP神經(jīng)網(wǎng)絡(luò)模型，灰色預測模型預測精度高。但他們都是運用灰色預測模型研究人均籌集資金和支出，尚未能從整體的角度進行研究。高倩倩等（2020）采用新陳代謝GM（1，1）模型對我國2018～2030年衛(wèi)生總費用及其占GDP比重進行預測分析，并且模型等級較高精度良好。為本文的研究提供了可行性的思路。因此，選取GM（1，1）模型來預測2020～2021年城鄉(xiāng)居民醫(yī)?；鹗罩顩r，以期能夠為城鄉(xiāng)居民醫(yī)保基金的健康發(fā)展貢獻相關(guān)依據(jù)。

三、實證研究

（一）數(shù)據(jù)來源

為保證研究的真實性、可靠性，本文的研究數(shù)據(jù)均來源于政府發(fā)布的權(quán)威數(shù)據(jù)。運用灰色預測模型研究城鄉(xiāng)居民醫(yī)療保險（以下簡稱城鄉(xiāng)居民醫(yī)保）基金平衡。灰色系統(tǒng)模型是對系統(tǒng)的時間分布、序列分布和數(shù)字分布進行預測，是基于關(guān)聯(lián)度收斂原理、生成數(shù)、灰導數(shù)、灰微分方程等觀點和方法建立的微分方程型模型。由于所作預測基于灰色模型 GM（1，1）因此稱其為灰預測。數(shù)據(jù)列中所含數(shù)據(jù)一般 5～10個為宜。 根據(jù)研究要求采用2012～2019年八年的基金收入與基金支出的年度數(shù)據(jù)來進行測算。

（二）模型構(gòu)建

1. 城鄉(xiāng)居民醫(yī)療保險基金收入預測模型的構(gòu)建

2. 城鄉(xiāng)居民醫(yī)療保險基金支出預測模型的構(gòu)建

四、討論

通過構(gòu)建GM（1，1）預測模型分析發(fā)現(xiàn)，2020～2024年的基金收入與支出能夠保持平衡，意味著城居保基金在中長期期內(nèi)不會發(fā)生基金赤字的情況，但長期來看情況不容樂觀，這也印證了大多數(shù)學者的擔憂。預測發(fā)現(xiàn)在2021年基金規(guī)模首次達到10000多億元，并且基金支出增長率逐年大于基金收入增長率，基金結(jié)余在逐年遞減，但累計結(jié)余還在持續(xù)增加。這也為城鄉(xiāng)居民醫(yī)保的統(tǒng)籌能持續(xù)開展奠定了一個良好的物質(zhì)基礎(chǔ)，保證居民的待遇不會降低并有利于分級診療的進一步落實。

（一）疫情對于基金狀況的影響

根據(jù)醫(yī)保局最新發(fā)布的數(shù)據(jù)顯示，2020年1～11月的資金籌集為7740.22億元，與2019年的同期的籌資金額7466.49億元相差不多。但是與上一年度27.1%的籌資增長率相比，顯然2019～2020年的增長率有大幅下降。與籌資增長狀況不同，2019年1～11月基金支出為7135.25億元，而同期2020年1～11月城鄉(xiāng)居民醫(yī)?；鹬С鰹?998.52億元，較去年有所下降?；诨疑A測模型得出如無疫情影響2020年籌資總額應(yīng)為9695.86億元，截至2020年11月遠未達到此目標，假設(shè)2020年籌資總額與2019年持平，那么疫情對于2020年籌資額的影響為1200多億元。雖然疫情對城居保基金的籌集造成了較大的影響，但是在參保規(guī)模上沒有較大變化，并且每下一年度的保費繳納在上一年度的8～12月就已經(jīng)完成。因此基金規(guī)?？s小的主要原因不是個人繳費的問題而是財政補貼壓力巨大所造成的。

城鄉(xiāng)居民醫(yī)保支出到目前為止并未有大幅的支出，根據(jù)預測結(jié)果顯示，2020年的居民醫(yī)保支出為9000多億元，而到目前為止，城居?；饍H支出6998.52億元，意味著支付待遇相對降低及居民醫(yī)療衛(wèi)生服務(wù)需求受到抑制。城居保支出費用的與同期2019年的支出相差不大，可能是醫(yī)療保險的應(yīng)急儲備金起到很大的作用，并未使城居保的基金短期內(nèi)有大幅度的減少。影響衛(wèi)生支出的原因有許多，可能疫情防控期間住院率和次均住院費用都有一定程度下降。本研究是按照數(shù)據(jù)既定路徑分析的，所以在不考慮疫情影響的前提下，可以看出預測的結(jié)果是基金幾乎基本持平。但如果將疫情對城鄉(xiāng)居民醫(yī)保的影響考慮進來作進一步分析，就可以看出普通疾病就診率下降，居民的醫(yī)保開支是實際的降低或者說是居民的就醫(yī)需求是受壓抑的。一旦疫情結(jié)束，就醫(yī)需求反彈，醫(yī)療費用開支會進一步加大，那就會出現(xiàn)基金的缺口。如果進一步考慮，財政補貼的相對減少，醫(yī)保整合帶來的實際支付比的增加，城鄉(xiāng)醫(yī)?；鸬氖罩笨跁M一步加大，進而影響城鄉(xiāng)居民基本醫(yī)療保險基金平衡的可持續(xù)性，并且更多依賴于財政補貼的城居?；鹌胶鈮毫Ω嘣谡畬用?。

（二）基金預期發(fā)展狀況

2020～2024年間基本可以維持基金的收支平衡，但是以這樣的方式長期運行下去，基金很快就會陷入收不抵支的風險中。隨著醫(yī)保整合的不斷深入釋放更多的衛(wèi)生服務(wù)需求，基金壓力進一步增大。由上面求得的彈性系數(shù)可知，基金的可持續(xù)性能力在不斷下降。

盡管短期內(nèi)基金能夠?qū)崿F(xiàn)平衡，但是當下許多不可控因素的出現(xiàn)會對基金造成更多的影響。分級診療的逐步完善，門診統(tǒng)籌在各地的開展會造成基金支出的進一步增加。老齡化速度的提升、疾病譜的改變、醫(yī)療技術(shù)的進步、慢性病管理等對基金的可持續(xù)性要求更高，給基金造成的壓力也更大。此外短期內(nèi)財政對于城居保的作用不可替代，雖然初期財政補貼期望通過大額補貼鼓勵居民繳納更高一檔的保費，但是現(xiàn)在看來作用有限。那么在籌資不能在短期內(nèi)有大幅提升的狀況下，支出卻在大幅增加，而當期結(jié)余在不斷減少累計結(jié)余也面臨赤字的情況下政府需要更加關(guān)注城居?；鸬慕】蛋l(fā)展。

（三）相關(guān)建議

政府能不能利用好這個時間差作出及時的調(diào)整，直接關(guān)系到城鄉(xiāng)居?；鹞磥淼慕】蛋l(fā)展。鑒于當下基金發(fā)展的壓力，疫情常態(tài)化背景下短期內(nèi)不建議沒有建立門診統(tǒng)籌的地區(qū)嘗試建立城居保門診統(tǒng)籌。由于分級診療的推行還在持續(xù)進行中并未完全發(fā)揮效用，還存在一定問題，如果貿(mào)然擴大門診統(tǒng)籌范圍，會給地方的醫(yī)保基金造成沖擊。但是可以嘗試建立慢病管理，而已經(jīng)建立門診統(tǒng)籌的地區(qū)不宜擴大范圍。財政支持對于城居?；鸬囊?guī)模的作用已然不可替代，而居民也對每一年度籌資標準的提升頗具怨言。在今后如何找到一種合理的浮動籌資標準也是學者們應(yīng)該關(guān)注的問題。在基金管理方面，要健全完善醫(yī)?；鸨O(jiān)管的法律法規(guī);充分發(fā)揮政府職能，提升醫(yī)保基金內(nèi)部監(jiān)管力度;全面提升醫(yī)療保險基金的信息化建設(shè)水平，保障城鄉(xiāng)居民醫(yī)?；饘崿F(xiàn)健康可持續(xù)發(fā)展。

參考文獻：

[1]席曉宇.我國城鄉(xiāng)居民基本醫(yī)?；鹂沙掷m(xù)性研究——以北京、上海、新疆、青海、湖北、湖南為例[J].中國醫(yī)療保險，2020（03）：23-28.

[2]張心潔，黃晶茹，周綠林.基金平衡視角下城鄉(xiāng)居民基本醫(yī)療保險繳費調(diào)整方案研究[J].中國衛(wèi)生經(jīng)濟，2020，39（05）：34-37.

[3]武孟君，戴力輝，李思琦，李雅姣.我國不同經(jīng)濟發(fā)展水平地區(qū)城鄉(xiāng)居民醫(yī)保政策對比研究[J].中國衛(wèi)生經(jīng)濟，2020，39（09）：18-21.

[4]劉歡，戴衛(wèi)東，向運華.公共服務(wù)均等化視角下城鄉(xiāng)居民基本醫(yī)療保障受益公平性研究[J].保險研究，2020（05）：110-127.

[5]洪勝平，劉思揚，畢小林.醫(yī)?；甬斈瓿У脑蚣皩Σ哐芯俊詷钒部h城鄉(xiāng)居民醫(yī)保為例[J].中國醫(yī)療保險，2019（12）：36-40.

[6]何夢嬌，路云，閆偉，常峰.城鄉(xiāng)居民基本醫(yī)療保險運行情況分析及政策建議——基于2014～2018年天津市數(shù)據(jù)[J].上海保險，2020（12）：44-46.

[7]Andersen T. Fiscal sustainability and demographics-should we save or work more？[J]. Journal of macroeconomics， 2012（34）：264-280.

[8]李長樂，孫靜，范艷存.整合城鄉(xiāng)居民基本醫(yī)療保險制度籌資水平的分析與預測[J].中國衛(wèi)生經(jīng)濟，2019，38（12）：18-20.

[9]常峰，夏強，崔鵬磊，張艦云.城鎮(zhèn)職工基本醫(yī)療保險基金持續(xù)運行能力評價[J].衛(wèi)生經(jīng)濟研究，2016（02）：13-17.

[10]孟雪暉，王鏡茹，林凱，陳春，馬洪君.城鄉(xiāng)居民基本醫(yī)療保險基金平衡的隨機模擬研究[J].中國衛(wèi)生經(jīng)濟，2016，35（12）：27-30.

[11]井淇，高倩倩，蔡偉芹，馬桂峰，王培承，鄭文貴，盛紅旗，馬安寧.基于新陳代謝GM（1，1）模型的我國衛(wèi)生總費用預測分析[J].中國衛(wèi)生統(tǒng)計，2020，37（03）：431-433.

[12]張心潔，周綠林，劉彤彤.城鄉(xiāng)居民基本醫(yī)療保險制度整合后的基金可持續(xù)性研究[J].中國衛(wèi)生經(jīng)濟，2019，38（02）：30-33.

[13]蔡雪妮，王震.城鄉(xiāng)居民醫(yī)保待遇調(diào)整對基金支出的影響分析——基于浙江某市的調(diào)查[J].中國醫(yī)療保險，2018（02）：31-34.

[14]張帆，孫濤，樊立華.GM（1，1）模型在社會醫(yī)療保險統(tǒng)籌基金預測中的應(yīng)用[J].中國衛(wèi)生資源，2009，12（06）：269-270+283.

[15]田亞，薛申芳，張燕，楊國瑞.城鄉(xiāng)居民醫(yī)保基金平衡預測模型[J].信息與電腦（理論版），2017（04）：65-70.

[16]齊新業(yè)，吳群紅，康正，丁玎，劉晶晶，鄭統(tǒng)，劉歡，陳明曦.基于ProModel仿真建模的醫(yī)?；鹗罩ьA測研究：以黑龍江省為例[J].中國衛(wèi)生經(jīng)濟，2018，37（02）：30-34.

[17]Zeng B，Chen G，Liu S F.A novel interval grey prediction model considering uncertain information[J].Journal of the Franklin Institute，2013，350（10）：3400-3416.

本文為國家社科基金“城鄉(xiāng)統(tǒng)籌醫(yī)療保障體系構(gòu)建研究”（08CJY065）的后期研究成果，受國家社科基金“老年人長期照護的資金籌措與機制創(chuàng)新研究”（17BRK008）資助。

（作者單位：上海師范大學哲學與法政學院）